Indice
In questo recente studio si è voluto verificare se l’utilizzo di uno score basato su AI con tecnologie multicolor possa essere efficace per la prognosi del cancro del colon-retto.
Cancro del colon-retto e tecnologie multicolor basate sull'Intelligenza artificiale
Il cancro del colon-retto è il terzo tumore maligno più frequentemente riscontrato sia negli uomini che nelle donne. Allo stesso tempo rappresenta anche uno dei tumori più mortali, nonostante il miglioramento delle tecniche diagnostiche. [1]
Approfondimento: carcinoma colon-rettale: cause e fattori di rischio
Nella nostra società l’adenocarcinoma colorettale è la causa di morte più frequente per tumori che non siano coinvolti con il consumo di tabacco.
I fattori eziologici prevedono l’insorgenza del carcinoma prevalentemente su adenomi pre-esistenti, ma è ormai appurato il ruolo causativo dei fattori ambientali – ovvero del luogo in cui si vive – data l’alta incidenza del carcinoma colon-rettale nei paesi industrializzati.
La prognosi del cancro del colon-retto, ovvero la previsione del decorso della malattia, è in stretta associazione con il suo microambiente immunitario, cioè dell’insieme di cellule, tessuti e altri fattori che popolano la sede della neoplasia.
Proprio in ragione del microambiente tumorale, negli ultimi anni si è messo a punto il cosiddetto Immunoscore (IS)¹. Questo sistema permette di quantificare la densità di alcuni sottotipi di cellule immunitarie dislocate alla periferia del tumore.
A seconda di quali tipi di cellule siano presenti in un particolare stadio della neoplasia e in quale densità, l’Immunoscore può predire se il tumore stia progredendo e con quale rapidità.
Tuttavia, nonostante l’Immunoscore abbia prodotto dei risultati positivi relativi alla prognosi del cancro del colon-retto, non è sempre facile ricorrere a questa tecnica, che può risultare complessa o laboriosa.
Per questo motivo l’Oncologia e altri settori della medicina stanno tentando di implementare tecniche basate sull’Intelligenza Artificiale (AI) e sul machine learning per determinare la prognosi di un paziente.
Caratteristiche dello studio
- Tipo di studio: Studio osservazionale prospettico.
- Luogo: Germania.
- Tipo di pazienti: Soggetti diagnosticati con adenocarcinoma del colon-retto a qualsiasi stadio.
Scopo dello studio: la metodica multicolor basata sull'AI è utile per la prognosi del cancro del colon-retto?
Gli autori di questo interessante e innovativo studio hanno tentato di comprendere se l’AI-Immunoscore, basato su tecnologie multicolor di machine learning, fosse maggiormente efficace rispetto all’IS classico per ottenere informazioni prognostiche affidabili circa la progressione del tumore.
Progettazione e risultati
Questo studio ha analizzato i dati di quasi 2.000 pazienti provenienti da vari distretti ospedalieri tedeschi, diagnosticati con cancro del colon o cancro del retto, a qualsiasi stadio.
I dati citopatologici e istopatologici provenienti dalle prime tre coorti di pazienti sono state implementate nel multicolor deep learning machine (MSDLM). Ciò è servito ad addestrare e convalidare il programma, producendo dunque un IS basato sull’intelligenza artificiale (AI-Immunoscore).
La quarta coorte di pazienti è servita per ottenere le informazioni relative alla prognosi dei pazienti utilizzando proprio la nuova metodica MSDLM e i risultati hanno indicato che:
- L’integrazione di tutti i dati provenienti dai vari subsets cellulari del microambiente tumorale è più efficace nel sistema artificiale multicolor piuttosto che nel sistema a colorazione singola.
- L’AI-Immunoscore ha dimostrato risultati prognostici nettamente superiori rispetto all’IS classico e ad altri metodi di stadiazione del tumore.
- L’AI-Immunoscore potrebbe anche prevedere la risposta alla radioterapia neoadiuvante nei pazienti diagnosticati con cancro del retto.
Conclusioni
Sebbene l’uso del MSDLM debba ancora essere validato in pieno da altri studi prospettivi multicentrici, esso ha prodotto risultati positivi e incoraggianti nel predire l’evoluzione del tumore del colon-retto e la sua risposta alle terapie, anche grazie all’elaborazione di un AI-Immunoscore.
Bibliografia: fonti e note
ARTICOLO ORIGINALE: Foersch S, Glasner C, Woerl AC. et al. Multistain deep learning for prediction of prognosis and therapy response in colorectal cancer. Nat Med 29. 2023; 430–439.
[1] Cancer.org. Key Statistics for Colorectal Cancer. 2023.
Nota 1. L’Immunoscore è un sistema di classificazione che si basa sulla quantificazione dei linfociti T presenti all’interno del tumore e del tessuto circostante.
